LIRe提供的图像检索算法的速度

本文翻译了LIRe的作者Mathias Lux发表的论文《LIRe: Lucene Image Retrieval - An Extensible Java CBIR Library》。主要介绍了LIRe的功能。节选了算法性能部分的内容。

在LIRe中主要实现的图像特征有:
1. RGB和HSV空间的颜色直方图;
2. MPEG-7的颜色特征,包括Scalable color,Color layout和Edge Histogram;
3. Tamura纹理特征,包括粗糙度(Coarseness),对比度(Contrast)和方向度(Directionality);
4. 颜色和边缘的方向性描述符(Color and edge directivity descriptor, CEDD);
5. 模糊颜色和纹理直方图(Fuzzy color and texture histogram, FCTH);
6. 颜色关联图(Auto color correlation);
7. 尺度不变特征变换(Scale-invariant feature transform , SIFT)。

这些算法的性能表如下图所示。测试使用的计算机配置是:IntelCore 2 Quad 4核 CPU 2.4 GHz,2 GB RAM内存,
Windows XP , Java 1.6 u6 。使用单线程的方式。

可以看出Auto color correlation以及Tamura还是比较耗时的。其次是FCTH以及CEDD。剩下的几种算法还是比较节约时间的。

猜你喜欢

转载自leixiaohua1020.iteye.com/blog/2104669